品味还是成瘾？：利用播放日志推断歌曲选择动机
人工智能
2017-05-29 v1 机器学习
摘要
在线音乐服务日益普及，使我们能够基于播放日志分析人们的音乐聆听行为。尽管已知人们会根据主题（例如摇滚或爵士）来听音乐，但我们假设当用户对某位艺人产生成瘾性偏好时，其选择该艺人歌曲的行为将不受主题影响。基于这一假设，本文提出一个概率模型来分析人们的音乐聆听行为。我们的主要贡献有三方面。首先，据我们所知，这是首个通过考虑对艺人的成瘾性影响来建模音乐聆听行为的研究。其次，通过使用真实世界的播放日志数据集，我们证明了所提模型的有效性。第三，我们进行了定性实验，结果表明，考虑成瘾性使我们能够从新的视角分析音乐聆听行为，例如人们如何根据一天中的不同时段听音乐、艺人的歌曲如何被人们收听等。我们还讨论了将分析结果应用于艺人相似度计算和歌曲推荐等应用的可能性。
引用
@article{arxiv.1705.09439,
title = {Taste or Addiction?: Using Play Logs to Infer Song Selection Motivation},
author = {Kosetsu Tsukuda and Masataka Goto},
journal= {arXiv preprint arXiv:1705.09439},
year = {2017}
}
备注
Accepted by The 21st Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD 2017)